2. 工程项目知识体系建模
工程项目管理涉及大量异构信息：合同条款、施工图纸、进度计划、质量验收记录、变更签证、安全交底、材料台账等。这些信息分散在不同参与方、不同软件、不同格式的文档中，若仅靠关键词检索，很难回答“某分项工程在变更后是否仍满足原设计荷载要求”这类需要跨文档、跨实体推理的问题。知识体系建模的目标，就是把工程领域的概念、属性、关系与约束显式化，使机器能够理解并支持智能问答与决策。
一、工程领域本体：定义“有哪些概念、怎么分类”
本体（Ontology）是对某一领域共享概念体系的规范化描述。在工程领域，本体通常包含四类要素：类（Class）、属性（Property）、关系（Relation）和公理/约束（Axiom）。以建筑工程为例，可定义如下核心类：
- 项目（Project）：属性包括项目编号、建设地点、总投资、计划工期。
- 工程实体（EngineeringEntity）：如单位工程、分部工程、分项工程、构件，具有层级分解关系（isPartOf）。
- 参与方（Participant）：建设单位、设计单位、施工单位、监理单位，通过“承担角色”与项目关联。
- 文档（Document）：合同、图纸、变更单、验收记录，具有版本、签发日期、责任人。
- 活动（Activity）：施工、检验、验收、变更，具有时间、前置依赖、资源需求。
- 资源（Resource）：材料、设备、人员、资金。
类之间通过关系连接，例如：Project —hasPart→ EngineeringEntity、Activity —usesResource→ Resource、Document —describes→ EngineeringEntity、ChangeOrder —modifies→ Document。约束用于保证一致性，例如“每个分项工程必须属于唯一分部工程”“变更单必须关联至少一份原设计文件”。
二、知识图谱：把本体实例化为可查询的网络
本体是“schema”，知识图谱是“data”。将具体项目中的实体和关系填入本体，就得到项目知识图谱。例如：
# 三元组示例（主语-谓语-宾语）
(3号楼, 属于, 一期工程)
(3号楼-二层梁板, 使用材料, C30混凝土)
(变更单BG-2024-017, 修改, 3号楼-二层梁板配筋)
(变更单BG-2024-017, 签发日期, 2024-03-12)
(监理单位A, 审核, 变更单BG-2024-017)
知识图谱的价值在于支持多跳推理。当用户提问“BG-2024-017变更后，二层梁板混凝土用量是否变化”，系统可沿“变更单→修改→构件→使用材料→材料用量”路径检索，并结合版本时间判断有效数据。工程知识图谱通常采用RDF/OWL或属性图（如Neo4j）存储，前者利于本体推理，后者利于路径查询与可视化。
三、实体关系抽取：从非结构化文档到结构化三元组
工程文档中大量信息以自然语言、表格、图纸标注形式存在。实体关系抽取的任务是识别命名实体（如构件编号、材料牌号、日期、金额）并判断实体间关系。常用方法有三类：
- 规则与词典：针对工程编号（如“KL-3(2A)”表示框架梁）、规范术语建立正则与词典，适合格式固定的字段。
- 统计机器学习：以BiLSTM-CRF或BERT-BiLSTM-CRF做序列标注，识别实体边界；关系分类用BERT+Softmax。
- 大模型抽取：用提示词让LLM输出JSON三元组，再经规则校验。例如输入一段变更说明，输出
{"subject":"变更单BG-2024-017","predicate":"修改","object":"二层梁板配筋"}。
实际工程中常采用“规则+模型”混合策略：先用规则抽取高置信度的编号、日期、金额，再用模型抽取描述性关系，最后用本体约束过滤矛盾三元组。
四、项目文档结构化与知识表示方法
文档结构化包括版面分析、表格解析、章节切分和语义标注。以一份施工方案为例，可切分为“工程概况—施工部署—施工工艺—质量验收—安全措施”等章节，每章再抽取实体与关系。知识表示方法的选择取决于应用场景：
| 表示方法 | 适用场景 | 工程示例 |
|---|---|---|
| 本体+OWL | 需要逻辑推理与一致性检查 | 判断变更是否违反设计约束 |
| 属性图 | 路径查询、可视化、图算法 | 查找某构件所有关联变更与验收记录 |
| 向量表示 | 语义检索、相似案例推荐 | 检索相似地质条件下的施工方案 |
| 规则库 | 合规性检查、自动预警 | “变更金额超过50万需重新审批” |
下面用一张图展示从工程文档到知识图谱的完整链路，以及本体、抽取、存储、问答之间的数据流关系。
五、建模实践中的关键判断
在实际项目中，知识体系建模不是一次性完成的，而是迭代过程。建议从高频问答场景反推本体范围：先收集50～100个真实问题，如“某变更是否影响消防验收”“某批次钢筋的复检报告在哪”，再确定需要哪些类、关系和属性。抽取阶段要建立人工校验闭环：对模型输出的三元组按置信度分层，高置信度自动入库，低置信度转人工确认，确认结果回流为训练样本。